结合PCNN和LOG算子的高分辨率遥感影像边缘检测方法.pdf

第 32卷 第 5期 贵州大学学报 (自然科学版) Vo1．32No．5 2015年 10月 JournalofGuizhouUniversity(NaturalSciences) 0Ct．2015 文章编号 1000—5269(2015)05—0029—04 DOI：10．15958／j．cnki．gdxbzrb．2015．05．07 结合PCNN和 LOG算子的高分辨率 遥感影像边缘检测方法 黄克凤 ，於雪琴 ，黄 亮 (1．昆明市测绘研究院，云南 昆明650051；2．昆明理工大学 国土资源工程学院，云南 昆明650093) 摘 要：提 出一种结合 PCNN(Pulse-CoupledNeuralNetwork)和 LOG(LaplacianofGaussian)算子 的高分辨率遥感影像边缘检测方法。该方法首先采用 中值滤波器对遥感影像进行消噪处理；然 后采用PCNN模型对滤波后影像进行分割得到 目标影像；最后采用LOG算子对 目标影像进行边 缘检测，并对边缘检测结果进行精度评价。实验结果显示，提 出的边缘检测方法是一种有效地、 可靠地边缘检测方法。 关键词：遥感影像；边缘检测；LOG算子；PCNN模型 中图分类号：P237 文献标识码 ：A 遥感影像作为重要的对地观测数据源之一，已 检测方法，该方法利用PCNN模型处理滤波后影像 被广泛用于资源调查、地图更新、突发事件应急处 得到 目标影像，消除地物 内部细节给边缘检测造成 理、环境监测等领域。但如何从遥感影像中自动、 的影响，然后采用LOG算子提取出地物边缘信息。 快速且准确地提取所需的地物专题信息是当前遥 1 提出的边缘检测方法 感影像处理的热点和难点，因为随着遥感影像空间 分辨率的提高，地物专题信息提取的难度也会相应 1．1 PCNN模型 地提高 ¨J，主要体现在高分辨率遥感影像数据量 PCNN模型是由Eekhom_4等人于20世纪90 年代提出的一种新型神经网络模型，该模型已被广 大、地物内部细节复杂等。 为了更好地提取所需的地物专题信息，就需要 泛用于影像分割、影像滤波、影像增强等领域，并得 到了很好的结果。PCNN模型如图1所示 一 。 充分利用高分辨率遥感影像的多维特征，如纹理特 征、形状特征及光谱特征。其中，边缘信息是一种 PCNN模型具体 由如下三个部分组成： 主要的形状特征，它是遥感影像处理的基础和关 (1)接收域 键 J。边缘是高分辨率遥感影像中属性区域的分 其作用在于接收来 自其它神经元及其它外部 界和不确定性最大的地方，对高分辨率遥感影像的 的输入。接收域在接收到输入后，将通过连接和反 应用和处理具有非常重要的作用 J。目前针对高 馈两个独立的通道进行传输 J。反馈输入F [／t] 和连接输入 [n]的计算公式如下： 分辨率遥感影像的边缘检测算法还较少，已有的算 法大多还是采用传统的边缘检测算子，如Sobel算 []=e唧 [n-I]+ ∑ [n-i]+s 子、LOG算子、Laplacian算子、SUSAN算子、Kirsch (1) 算子以及 Canny算子等。但 由于高分辨率遥感影 [n]=e-aLLn—i]+ ∑ [n—1] 像具有